用Python作數據分析：Pandas經常使用數據查詢語法

大毛 豈安科技業務風險分析師
多年訂單業務反欺詐經驗，負責豈安科技多款產品運營工做。

在使用Pandas以前，大多數數據分析師已經掌握了Excel和SQL，而且在剛上手Pandas時會常常習慣性想到「老辦法」。"若是誰能把經常使用的數據查詢語法作個對比就行了 "，我也曾不止一次地想享受前人的成果，無奈發現網上的文章側重不一樣且深淺不一，還涉及到一些Pandas新老版本的問題，因而決定本身動手。

1、舉例的數據

假設我有個六列的dataframe：一列是銷售員，一列是所屬團隊，其它四列分別是四個季度的銷售額。

1新增列-基於原有列的整年銷售額

首先df['Total ']確保了你在該df內新增了一個column，而後累加即可。

df['Total'] = df['Q1']+df['Q2']+df['Q3']+df['Q4']

你可能想使用諸如sum()的函數進行這步，很惋惜，sum()方法只能對列進行求和，幸虧它能夠幫咱們求出某季度的總銷售額。df['Q1'].sum()，你就能獲得一個Q1的總銷售額，除此以外，其餘的聚合函數，max,min,mean都是可行的。

2分組統計 - 團隊競賽

那麼按團隊進行統計呢？在mysql裏是group by，Pandas裏也不例外，你只須要df.groupby('Team').sum()就能看到指望的答案了。

3排序 - 誰是銷售冠軍

若是你關心誰的整年銷售額最多，那麼就要求助於sort_values方法了，在excel內是右鍵篩選，SQL內是一個orderby。默認是順序排列的，因此要人爲設定爲False，若是你只想看第一名，只須要在該語句末尾添加.head(1) 。

5切片-只給我看我關心的行

接下來就是涉及一些條件值的問題，例如我只關心Team爲A的數據，在Excel裏是篩選框操做，在SQL裏寫個where就能搞定，在Pandas裏須要作切片。

查看Pandas文檔時，你可能已經見過各類切片的函數了，有loc,iloc,ix,iy，這裏不會像教科書同樣全部都講一通讓讀者搞混。這種根據列值選取行數據的查詢操做，推薦使用loc方法。

df.loc[df['Team']== 'A',['Salesman', 'Team','Year']]，這裏用SQL語法理解更方便，loc內部逗號前面能夠理解爲where，逗號後能夠理解爲select的字段。

若是想全選出，那麼只需將逗號連帶後面的東西刪除做爲缺省，便可達到select *的效果。

6切片 - 多條件篩選

在Pandas中多條件切片的寫法會有些繁瑣，df.loc[ (df['Team']== 'A' ) & (df['Total'] > 15000 ) ]，添加括號與條件符。

這裏有一個有意思的小應用，若是你想給符合某些條件的員工打上優秀的標籤，你就能夠結合上述新增列和切片兩點，進行條件賦值操做。

df.loc[ (df['Team']== 'A' ) & (df['Total'] > 15000 ) , 'Tag'] = 'Good'

7刪除列 - 和查詢無關，可是頗有用

固然這裏只是個舉例，這時候我想刪除Tag列，能夠del df['Tag']，又回到了以前。

2、鏈接

接下來要講join了，如今有每小時銷售員的職位對應表pos，分爲Junior和Senior，要將他們按對應關係查到df中。

這裏須要認識一下新朋友，merge方法，將兩張表做爲前兩個輸入，再定義鏈接方式和對應鍵。對應到Excel中是Vlookup，SQL中就是join。在pandas裏的鏈接十分簡單。

df = pd.merge(df, pos, how='inner', on='Salesman')

注意，這個時候其實咱們是獲得了新的df，若是不想覆蓋掉原有的df，你能夠在等號左邊對結果從新命名。

這時候有了兩組標籤列（對應數值列），就能夠進行多重groupby了。

固然這樣的結果並不能公平地反應出哪一組更好，由於每組的組員人數不一樣，可能有平均數的參與會顯得更合理，而且咱們只想依據整年綜合來評價。

這裏的數據是捏造的，不過也一目瞭然了。

3、合併操做

最後以最簡單的一個合併操做收尾。

若是我又有一批數據df2，須要將兩部分數據合併。只須要使用concat方法，而後傳一個列表做爲參數便可。不過前提是必需要保證他們具備相同類型的列，即便他們結構可能不一樣（df2的Team列在末尾，也不會影響concat結果，由於pandas具備自動對齊的功能）。

pd.concat([df,df2])

尾聲

以上就是一些基礎的Pandas數據查詢操做了。做爲Pandas初學者，若是能善用類比遷移的方法進行學習並進行總結是大有裨益的。若是看完本文尚未能瞭解到你關心的查詢方法，能夠留言聯繫，或許還能夠有續集。